连续型随机变量与概率密度

所属章节:第2章 一维随机变量及其分布

如果随机变量 XX 的分布函数可以表示为

F(x)=∫−∞xf(t) dt(x∈R),F(x) = \int_{-\infty}^x f(t) \, \mathrm{d}t \quad (x \in \mathbf{R}) ,

其中 f(x)f(x) 是非负可积函数,则称 XX 为连续型随机变量,称 f(x)f(x) 为 XX 的概率密度函数,简称概率密度,记为 X∼f(x)X \sim f(x) .

f(x)f(x) 为某一随机变量 XX 的概率密度的充分必要条件:f(x)⩾0f(x) \geqslant 0,且 ∫−∞+∞f(x) dx=1\int_{-\infty}^{+\infty} f(x) \, \mathrm{d}x = 1(由此可知,在保证非负的条件下,改变 f(x)f(x) 有限个点的值,f(x)f(x) 仍然是概率密度).

  • 对任意实数 cc,有 P{X=c}=0P\{X = c\} = 0
  • 对实数轴上任一集合 BB,有P{X∈B}=∫Bf(x) dxP\{X \in B\} = \int_B f(x) \, \mathrm{d}x
  • P{a<X<b}=P{a⩽X<b}=P{a<X⩽b}=P{a⩽X⩽b}=∫abf(x) dx=F(b)−F(a)P\{a < X < b\} = P\{a \leqslant X < b\} = P\{a < X \leqslant b\} = P\{a \leqslant X \leqslant b\} = \int_a^b f(x) \, \mathrm{d}x = F(b) - F(a)

关联知识

原文:原笔记 · 2.1.2 连续型(原文件第 61–78 行)。

返回概率论导航